首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于人工智能的多模态图像融合方法、系统、存储介质和设备 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:卡本(深圳)医疗器械有限公司

摘要:本发明提供一种基于人工智能的多模态图像融合方法、系统、存储介质和设备,所述方法包括接收器官的超声图像、CT图像;在CT图像中获得与超声图像尺寸匹配的对应CT局部区域图像;对CT局部区域图像生成伪超声图像;对超声图像和伪超声图像进行特征提取获得综合特征;对综合特征进行整合,获得形变位移场;采用形变位移场对超声图像进行处理,生成配准后的图像,将配准后的图像与CT局部区域图像进行融合。本发明通过生成对抗网络构建了原始超声和伪超声之间的特征关系,使得多模态影像的差异性更小,使得器官配准的特征向量更为接近,从而使得精配准的能量函数同时平衡轮廓位置的准确性及结构特征的对应性,使得精配准的结果更好。

主权项:1.一种基于人工智能的多模态图像融合方法,其特征在于,该方法包括以下步骤:S1、接收器官的超声图像,基于电磁跟踪系统获取超声图像在空间中的位置;接收器官的CT图像;S2、分别对超声图像和CT图像进行器官边缘轮廓提取和刚性配准,在CT图像中获得与超声图像尺寸匹配的对应CT局部区域图像;S3、对CT局部区域图像进行模态转换,生成伪超声图像;S4、对超声图像和伪超声图像进行特征提取,获得图像中兴趣点的位置信息及其相应的描述符,将每个兴趣点的位置信息与描述符结合形成超声图像兴趣点综合特征和伪超声图像兴趣点综合特征;S5、采用深度学习框架DeepReg对综合特征进行整合,获得形变位移场;S6、采用形变位移场对超声图像进行处理,生成配准后的图像,将配准后的图像与CT局部区域图像进行融合;S3具体为:采用完成训练的生成对抗网络对CT局部区域图像进行模态转换,生成伪超声图像;所述生成对抗网络包括两个生成器以及两个判别器,通过训练获取最优生成器和最优判别器,目标函数采用下述公式: ;其中:表示训练的总损失函数,是从CT局部区域到超声域US的生成器,用于将CT局部区域图像转换成超声图像风格的图像;是对超声域US的判别器;是从超声域US到CT局部区域的生成器,用于将超声图像转换成CT局部区域图像风格的图像;是对CT局部区域的判别器。

全文数据:

权利要求:

百度查询: 卡本(深圳)医疗器械有限公司 基于人工智能的多模态图像融合方法、系统、存储介质和设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。